El código como nexo: comercio exterior, contabilidad y programación

Tengo más de 13 años de experiencia en comercio exterior. Documentación aduanera, clasificación arancelaria, logística internacional, normativas que cambian constantemente. Construí mi carrera entendiendo cada detalle de esa dinámica compleja.

Estoy a punto de recibirme de Contador Público. Años de estados financieros, auditoría, normativa contable, análisis de balances.

Y desde 2017, en paralelo a todo esto, aprendí a programar.

No es una transición de carrera. Es una unión.

El código es el nexo que conecta todo lo que sé. Comercio exterior, contabilidad, análisis de datos — todo se potencia cuando podés automatizar, crear herramientas, y construir soluciones propias.

Hoy, con la llegada de los agentes de IA, tengo una certeza: programar ya no es un requerimiento más en un currículum. Es como saber escribir.

Esta es mi historia.

El origen: 2017 y la curiosidad

Los videos que cambiaron todo

Recuerdo perfectamente la sensación.

Estaba viendo videos en YouTube — tutoriales en inglés, a veces en otros idiomas que apenas entendía — y veía a estas personas construyendo cosas. Aplicaciones, automatizaciones, sistemas completos.

Y pensaba: "Guau... lo está haciendo. Está creando algo de la nada."

No eran videos de comercio exterior ni de contabilidad. Eran programadores. Pero lo que me fascinaba no era el código en sí, sino el poder de crear.

Esa persona sabía su campo (finanzas, ciencia, lo que fuera) y además podía construir herramientas. No dependía de otros. Tenía ideas y las implementaba.

Yo quería eso.

Los primeros intentos (y fracasos)

Empecé como muchos: cursos online dictados por empresas.

Completaba módulos, hacía ejercicios, obtenía certificados. Pero había un problema: no lograba concretar lo que yo quería.

Los cursos me enseñaban sintaxis, conceptos abstractos, ejemplos genéricos. Pero cuando intentaba hacer algo real — algo mío — me trababa.

Así que tomé una decisión: lanzarme solo.

Empecé a leer documentación, a escribir código sin saber bien qué hacía, a romper cosas y arreglarlas. Miraba tutoriales y decía "guau, ¡lo estoy haciendo!" cuando algo funcionaba.

Era lento. Era frustrante. Pero era mío.

El camino paralelo: contador público

Dos carreras, una visión

Mientras aprendía a programar por mi cuenta, empecé la carrera de Contador Público.

Parecían caminos opuestos. Uno técnico y digital, otro tradicional y regulado. Pero para mí se complementaban perfectamente:

Comercio exterior me enseñó procesos, normativas, dinámica aduanera
Contabilidad me dio estructura, análisis financiero, visión de negocio
Programación me dio el poder de automatizar y crear

La combinación es rara. Y eso la hace valiosa.

Un contador que programa puede automatizar su trabajo. Un especialista en comercio exterior que programa puede crear sistemas de gestión documental, tracking de embarques, análisis de costos logísticos.

No sos "uno más". Sos el que puede hacer lo que otros no pueden.

La llegada de los agentes: el momento es ahora

De herramientas de código a agentes de IA

Después de años aprendiendo, empecé a conocer las herramientas de IA para codificación. GitHub Copilot, Cursor, Claude, ChatGPT.

Pero lo que realmente me atrapó fueron los agentes.

Un agente no es solo una IA que responde preguntas. Es un sistema que puede:

Entender un objetivo complejo
Dividirlo en tareas
Ejecutarlas de forma autónoma
Adaptarse cuando algo falla

Yo sabía que esto iba a llegar. Lo que no sabía era cuándo.

El momento es ahora.

Estamos al principio de una revolución

No exagero cuando digo esto: estamos viviendo el inicio de una nueva revolución.

Así como la imprenta cambió quién podía difundir ideas, y la computadora cambió quién podía procesar información, los agentes de IA están cambiando quién puede crear software.

Antes: necesitabas años de estudio para programar algo útil. Ahora: podés describir lo que querés y la IA te ayuda a construirlo.

Pero hay una diferencia crucial: los que entienden código tienen 100x más poder que los que no.

La IA es una herramienta. Y como toda herramienta, quien la entiende mejor, la usa mejor.

Por qué programar es como saber escribir

La analogía que lo explica todo

Hace 100 años, saber escribir era una habilidad especializada. Había escribas, secretarios, personas cuyo trabajo era específicamente redactar documentos.

Hoy, si no sabés escribir, no podés funcionar en el mundo moderno. No es un "plus". Es un requisito básico.

Programar está en ese punto de inflexión.

Todavía hay gente que dice "yo no soy de tecnología". Pero cada vez más:

Los negocios dependen de sistemas digitales
Los datos son el nuevo petróleo
La automatización define quién es productivo
La IA amplifica a quienes la entienden

En 10 años, decir "yo no sé programar" va a sonar como decir "yo no sé escribir".

No es sobre ser "desarrollador"

No estoy diciendo que todos deban convertirse en programadores profesionales.

Estoy diciendo que entender código — aunque sea básico — te da superpoderes:

Automatizás lo repetitivo
Entendés cómo funcionan los sistemas que usás
Comunicás mejor con equipos técnicos
Creás soluciones propias en lugar de depender de otros
Aprovechás la IA de verdad (no solo como un chat)

Lo que nadie te cuenta

No necesitás ser genio

Hay un mito de que programar es para "gente de matemáticas" o "cerebros especiales".

Mentira.

Programar es como aprender un idioma. Al principio todo es confuso. Con práctica, empezás a pensar en ese idioma. Eventualmente se vuelve natural.

Si pudiste aprender la dinámica aduanera, las normativas de comercio exterior, o la contabilidad — podés aprender a programar.

La frustración es parte del proceso

Vas a tener días donde nada funciona. Vas a pasar horas buscando un error que resulta ser una coma mal puesta. Vas a sentir que no avanzás.

Es normal. Le pasa a todos. Incluso a los seniors.

La diferencia es que los que persisten eventualmente "hacen click" y todo empieza a fluir.

La IA cambió todo (para mejor)

Empecé a programar antes del boom de ChatGPT. Hoy, aprender es 10x más fácil:

Preguntás dudas y tenés respuestas instantáneas
Pedís ejemplos de código específicos para tu caso
Debugging asistido (le mostrás el error, te explica qué pasa)
Generás código repetitivo sin escribirlo a mano

La IA no reemplaza saber programar. Pero hace que aprender sea mucho más rápido.

Es como tener un tutor personal 24/7 que nunca se cansa de explicarte.

Mi experiencia: comercio exterior + código

Problemas reales que resolví

Con programación, automaticé cosas que antes eran imposibles en mi trabajo de comercio exterior:

Gestión documental:

Scripts que organizan automáticamente documentos de embarque
Extracción de datos de facturas y packing lists
Validación automática de documentación aduanera

Análisis de costos:

Cálculos de landed cost integrando fletes, aranceles, seguros
Comparativas automáticas entre proveedores
Proyecciones de costos con diferentes escenarios

Seguimiento:

Tracking automático de embarques
Alertas cuando algo está por vencer o requiere acción
Dashboards de estado de operaciones

Cada una de estas herramientas me ahorra horas por semana. Y las construí yo.

La combinación única

Lo que descubrí es que mi background "no técnico" es una ventaja:

Entiendo el negocio que otros programadores no entienden
Sé qué problemas resolver porque los viví en carne propia
Hablo dos idiomas: el del negocio y el técnico
Puedo crear soluciones completas, no solo código

Un programador puro puede escribir código. Pero no sabe qué documentos necesita un despacho aduanero, cómo se calcula un arancel, o por qué un certificado de origen es crítico.

Yo sí. Y puedo programar. Eso es raro.

No pierdas el foco (pero mantené los ojos abiertos)

El horizonte y la realidad

Hay algo que nunca podés perder: el horizonte. Esa línea que trazaste hacia donde querés llegar. "Yo quiero esto", "yo quiero estar en este lugar". Ese objetivo.

Pero tampoco podés olvidarte de la realidad.

Si estás leyendo esto, probablemente ya hiciste algo: una clase de Python, un video de YouTube, un tutorial. Si realmente te interesaba, algo hiciste. Y está bien. Es el primer paso.

Pero nunca pierdas el foco.

Es muy fácil dispersarse. Hay mil tecnologías, mil caminos, mil distracciones. La clave es mantener el horizonte claro mientras caminás por la realidad del día a día.

La analogía del teléfono

¿Te acordás cuando tenías que llamar por teléfono para hacer un pedido?

Llamabas, esperabas, esperabas, esperabas. A veces te atendían rápido, a veces no. Pero si vos eras muy, muy, muy rápido — si marcabas primero, si sabías el número de memoria, si tenías todo listo — ibas a ser de los primeros en ser atendido.

Con la programación pasa lo mismo.

Python es como tener el teléfono a mano. Te da versatilidad para todo. Podés hacer cualquier cosa: automatización, análisis de datos, web, IA, lo que sea. Es el lenguaje que te abre puertas.

Pero hay situaciones donde la velocidad importa. Donde ser "rápido" no alcanza — necesitás ser el más rápido.

Cuando descubrís que hay más idiomas

Cuando empezás a programar, es como cuando aprendés inglés.

Al principio pensás: "Con inglés ya está, puedo comunicarme con el mundo". Y es verdad.

Pero después empezás a notar que hay otros idiomas. Y te das cuenta de que hay muchos idiomas en el mundo de la programación.

Python fue mi entrada. Era accesible, poderoso, perfecto para empezar.

Pero cuando investigué más profundo, encontré a los "reyes": C y C++.

En la época dorada de la programación, si sabías escribir en C, eras básicamente un dios. Todo el software crítico del mundo — sistemas operativos, bases de datos, navegadores — está escrito en C.

Miré C. Y dije: "Esto es muy difícil para mí."

No me avergüenza admitirlo. C requiere manejar memoria manualmente, punteros, conceptos de bajo nivel que para alguien que viene de comercio exterior eran alienígenas.

La decisión: Go vs. Rust

Seguí investigando y encontré dos candidatos: Go y Rust.

Ambos son lenguajes modernos, rápidos, compilados. Ambos resuelven problemas que Python no puede resolver. Pero son filosofías diferentes.

Go (Golang):

Creado por Google para simplicidad y productividad
Curva de aprendizaje suave — podés ser productivo en semanas
Excelente para servidores, APIs, microservicios
Garbage collector (no manejás memoria manualmente)
Concurrencia simple con goroutines
Comunidad enorme, especialmente en infraestructura

Rust:

Creado por Mozilla para seguridad y performance
Curva de aprendizaje empinada — el compilador es estricto
Excelente para sistemas de bajo nivel, trading, WebAssembly
Sin garbage collector — control total de memoria
Concurrencia segura garantizada por el compilador
Comunidad apasionada, creciendo rápido

Por qué elegí Rust

Podría haber elegido Go. Hubiera sido más fácil. Pero elegí Rust por razones específicas:

1. Trading algorítmico necesita microsegundos, no milisegundos

Go tiene garbage collector. Eso significa que a veces, de forma impredecible, Go "pausa" tu programa para limpiar memoria. En un servidor web, eso no importa. En trading de alta frecuencia, esa pausa puede costarte dinero.

Rust no tiene garbage collector. Vos controlás exactamente cuándo se libera la memoria. Cero pausas sorpresa.

2. El compilador de Rust es un maestro brutal (pero efectivo)

El compilador de Rust no te deja compilar código con errores de memoria. Al principio es frustrante — sentís que peleás con el compilador. Pero después entendés: cada error que el compilador te fuerza a corregir es un bug que nunca va a aparecer en producción.

Go es más permisivo. Compila más fácil, pero los errores aparecen en runtime.

3. Rust me enseñó a pensar mejor

Aprender Rust me hizo mejor programador en general. Conceptos como ownership, borrowing, y lifetimes me forzaron a entender cómo funciona la memoria realmente. Eso mejoró incluso mi código Python.

4. El ecosistema de Rust para finanzas está creciendo

Cada vez más fondos de inversión y empresas de trading están migrando a Rust. Hay una razón por la que Discord, Cloudflare, y AWS usan Rust para sus sistemas más críticos.

¿Cuándo elegiría Go?

Si mi objetivo fuera construir APIs, microservicios, o herramientas DevOps, probablemente elegiría Go. Es más rápido de aprender, más fácil de mantener en equipos, y perfectamente rápido para el 90% de los casos.

Pero para trading algorítmico y sistemas donde cada microsegundo cuenta, Rust es la respuesta.

¿Por qué no ambos?

Podría aprender ambos. Pero hay un costo de oportunidad. Prefiero dominar Python + Rust que ser mediocre en Python + Go + Rust. El foco importa.

La analogía del teléfono (continuación)

Volvamos a la analogía.

Python es tener el teléfono a mano. Podés hacer el pedido.

Go es tener el teléfono con marcado rápido. Más veloz, más eficiente, pero todavía hay un intermediario (el garbage collector) que puede pausarte.

Rust es tener línea directa. Sin intermediarios. Control total.

¿Cuándo importa esa diferencia?

Trading algorítmico. Cuando un bot de trading recibe una señal del mercado, tiene microsegundos para reaccionar. Si tu código tarda 100 milisegundos mientras el de la competencia tarda 10, perdiste. Aquí Go no alcanza — necesitás Rust.

Procesamiento de datos masivos. Cuando tenés millones de registros y necesitás procesarlos en tiempo real, la velocidad del lenguaje importa. Go es bueno; Rust es mejor.

Sistemas críticos. Software que no puede fallar, que no puede tener bugs de memoria, que necesita ser predecible. Rust garantiza esto en tiempo de compilación.

Mi stack actual: Python + Rust

Python para:

Automatización de tareas diarias
Análisis de datos y reportes
Prototipos rápidos
Scripts de productividad
Cuando la velocidad de desarrollo importa más que la velocidad de ejecución

Rust para:

Bots de trading que necesitan velocidad extrema
Procesamiento de datos donde cada milisegundo cuenta
Herramientas de línea de comandos ultra-rápidas
Proyectos donde Python es demasiado lento
Sistemas que necesitan confiabilidad absoluta

No es "Python vs. Rust". Es Python + Rust. Cada uno tiene su lugar.

La clave es saber cuándo usar cada uno. Y eso solo lo aprendés con experiencia y manteniendo el foco en tu objetivo.

El costo real: 8 años y una pregunta

Todo tiene un precio

Ahora viene lo interesante.

Todo tiene un costo, ¿verdad?

De 2017 a 2025 fueron 8 años. Ocho años dedicándole horas y horas. Noches, fines de semana, tiempo que podría haber usado en otra cosa. Aprendiendo, equivocándome, empezando de nuevo.

Pero había un problema que me frenaba: ¿cómo le muestro al resto lo que hago?

Podía escribir scripts en Python. Podía automatizar cosas en Rust. Pero todo eso corría en mi máquina, en mi terminal, invisible para el mundo.

El tridente: HTML, CSS y JavaScript

Y ahí es cuando llegó el tridente: HTML, CSS y JavaScript.

HTML para estructurar contenido
CSS para darle forma y estilo
JavaScript para hacerlo interactivo

De repente, todo lo que sabía podía mostrarse. Interfaces. Aplicaciones web. Dashboards. Productos que otros podían ver y usar.

Todo empezó a tomar forma.

Ya no era "tengo un script que hace X". Era "mirá esta aplicación que construí".

La reflexión que quiero dejarte

Hagamos matemática simple.

De 2017 a 2025: 8 años. Aproximadamente 3.000 horas invertidas entre noches, fines de semana, y momentos robados al día. Aprendiendo Python, después Rust, después el tridente web. Golpeándome contra errores incomprensibles. Leyendo documentación que parecía escrita en otro idioma. Abandonando proyectos. Volviendo a empezar.

Ahora pensá en esto:

Cada vez que yo me trababa con un error, tenía que buscar en Stack Overflow, leer 15 respuestas, probar 10 soluciones, y rezar que alguna funcionara. Horas perdidas.

Cada concepto nuevo requería encontrar el tutorial correcto, que explicara de la forma que yo entendía, con ejemplos relevantes para mi contexto. Días buscando.

Cada proyecto real significaba enfrentar problemas que ningún curso cubría, sin nadie a quien preguntarle a las 2 de la mañana. Semanas de frustración.

Vos tenés algo que yo no tuve.

Tenés una IA que:

Responde tus dudas en segundos, no en horas de búsqueda
Adapta la explicación a tu nivel exacto — no a un estudiante genérico
Genera código funcional que podés estudiar, modificar, y aprender
Nunca se cansa de que le preguntes "¿y por qué?" por décima vez
Conoce tu contexto — comercio exterior, contabilidad, finanzas — y te da ejemplos relevantes

La pregunta incómoda

Lo que a mí me tomó 8 años... ¿cuánto te puede tomar a vos?

No estoy hablando de ser un senior developer. Estoy hablando de llegar al punto donde podés crear tus propias herramientas. Donde automatizás lo repetitivo. Donde dejás de depender de otros.

¿4 años? Probablemente menos.

¿2 años? Totalmente posible.

¿12 meses de esfuerzo consistente? Alcanzable.

¿Semanas para tu primer proyecto funcional? Garantizado.

No es trampa. Es evolución.

Algunos puristas dicen que usar IA para aprender es "trampa". Que no estás aprendiendo "de verdad".

Es como decir que usar calculadora es trampa para aprender matemáticas. O que Google es trampa para investigar.

Las herramientas no reemplazan el entendimiento. Lo aceleran.

Yo pasé horas debuggeando errores de sintaxis que una IA me hubiera corregido en segundos. Ese tiempo no me hizo "mejor programador" — me hizo más lento.

Lo que te hace mejor programador es:

Entender por qué funciona el código
Saber qué problema estás resolviendo
Poder modificar y adaptar soluciones
Reconocer cuándo la IA se equivoca

Y todo eso lo podés aprender mucho más rápido con IA que sin ella.

Ahí está el poder.

No es que la IA haga el trabajo por vos. Es que acelera exponencialmente tu curva de aprendizaje.

Lo que antes era una barrera de años, ahora puede ser meses. O semanas.

Es para reflexionar, ¿no?

Cómo empezar (desde tu campo)

Semana 1-2: instalación y primeros pasos

Instalá Python (es gratis)
Instalá VS Code (editor de código, gratis)
Hacé el tutorial oficial de Python (3-4 horas)
Escribí tu primer script simple

Proyecto sugerido: Un script que calcule el costo final de una importación (valor FOB + flete + seguro + aranceles).

Semana 3-4: manejo de datos

Aprendé pandas (la librería para manejar datos)
Cargá un archivo Excel en Python
Hacé operaciones básicas (filtrar, agrupar, calcular)
Exportá el resultado

Proyecto sugerido: Cargar una lista de productos con aranceles y calcular costos totales automáticamente.

Mes 2: tu primer proyecto real

Elegí algo que hagas repetidamente en tu trabajo:

Un reporte que generás cada semana
Un cálculo que hacés con frecuencia
Una organización de archivos manual

Automatizalo. Va a tomar tiempo. Va a ser frustrante. Pero cuando funcione, vas a entender el poder.

Mes 3-6: profundizar

Aprendé sobre APIs (cómo conectar con servicios externos)
Explorá visualización (gráficos automáticos)
Entendé bases de datos básicas
Empezá a versionar tu código con Git

Después: el mundo es tuyo

¿Querés velocidad? Aprendé Rust
¿Querés web? Aprendé JavaScript/TypeScript
¿Querés IA? Aprendé sobre agentes y prompting
¿Querés crear productos? Combiná todo

Los resultados (mi caso real)

Productividad

Tarea	Antes	Ahora
Organización de documentos de embarque	2 horas	5 minutos
Cálculo de landed cost	1 hora	30 segundos
Comparativa de proveedores	4 horas	15 minutos
Seguimiento de operaciones	Manual, diario	Automático con alertas

Oportunidades

Proyectos que antes rechazaba por falta de tiempo ahora puedo tomarlos
Consultoría técnica que paga significativamente más
Posibilidad de crear productos propios
Credibilidad técnica ante equipos de desarrollo

Mentalidad

El cambio más importante es mental. Ya no pienso "¿cómo hago esto manualmente?" sino "¿cómo automatizo esto?".

Cada problema es una oportunidad de crear una solución reutilizable.

Para los que dudan

"Ya soy muy grande para aprender"

Empecé a los 30+, con carrera establecida, estudiando contador en paralelo. No importa la edad. Lo que importa es la consistencia.

"No tengo tiempo"

Empezá con 30 minutos al día. O una hora los fines de semana. El progreso lento sigue siendo progreso. Yo aprendí robando horas a la noche, mirando videos en el almuerzo.

"No sé por dónde empezar"

Python. Punto. Es el lenguaje más amigable para gente que no viene de sistemas.

"¿Y si no me gusta?"

Lo peor que puede pasar es que aprendas algo nuevo y decidas que no es para vos. No perdés nada.

Pero lo más probable es que descubras un superpoder que transforma tu carrera.

Conclusión

El código no reemplaza lo que sabés. Lo amplifica.

Trece años de comercio exterior, una carrera de contador, y la programación no son caminos separados que compiten por mi tiempo. Son capas que se potencian. El conocimiento de negocio me dice qué resolver. El código me dice cómo construirlo.

Esa combinación — expertise de dominio + capacidad técnica — es cada vez más rara y cada vez más valiosa. Porque en un mundo donde la IA puede generar código, lo que falta son personas que entiendan los problemas reales que vale la pena resolver.

El mejor momento para empezar fue 2017.

El segundo mejor momento es hoy.

¿Querés empezar?

Python.org - Descarga e instalación
Automate the Boring Stuff - Libro gratis, perfecto para empezar
Pandas Documentation - Para cuando estés listo para datos
Este blog - Donde comparto lo que voy aprendiendo

Última actualización: Diciembre 2025